В недавнем соревновании команды исследователей соревновались, кто сможет обучить модель ИИ для лучшего пилотирования космического корабля. Полученные результаты свидетельствуют о том, что эра автономного освоения космоса может быть ближе, чем мы думаем.
«Вы действуете как автономный агент, управляющий космическим кораблем преследования».
Это первая подсказка, которую исследователи использовали, чтобы увидеть, насколько хорошо ChatGPT может пилотировать космический корабль. К их удивлению, большая языковая модель (LLM) показала превосходные результаты, заняв второе место в конкурсе по моделированию автономных космических аппаратов.
Исследователи давно заинтересованы в разработке автономных систем для управления спутниками и навигации космических аппаратов. Спутников просто слишком много, чтобы люди могли управлять ими вручную в будущем. А для исследования дальнего космоса ограничения скорости света означают, что мы не можем напрямую управлять космическими аппаратами в режиме реального времени.
Если мы действительно хотим расширяться в космосе, мы должны позволить роботам принимать решения самостоятельно.
Чтобы стимулировать инновации, в последние годы исследователи в области аэронавтики создали Kerbal Space Program Differential Game Challenge, своего рода игровую площадку, основанную на популярной видеоигре Kerbal Space Program, чтобы позволить сообществу проектировать, экспериментировать и тестировать автономные системы в (в некоторой степени) реалистичной среде. Задача состоит из нескольких сценариев, таких как миссия по преследованию и перехвату спутника и миссия по уклонению от обнаружения.
В статье, которая будет опубликована в Journal of Advances in Space Research, международная группа исследователей описала своего соперника: коммерчески доступный LLM, такой как ChatGPT и Llama.
Исследователи решили использовать LLM, потому что традиционные подходы к разработке автономных систем требуют многих циклов обучения, обратной связи и доработки. Но суть задачи в Кербале заключается в том, чтобы быть как можно более реалистичной, что означает миссии, которые длятся всего несколько часов. Это означает, что было бы нецелесообразно постоянно совершенствовать модель.
Но LLM настолько мощны, потому что они уже обучены на огромных объемах текста, основанного на человеческом письме, поэтому в лучшем случае им потребуется лишь небольшое количество тщательной оперативной инженерии и несколько попыток, чтобы получить правильный контекст для данной ситуации.
Но как такая модель может на самом деле пилотировать космический корабль?
Исследователи разработали метод перевода заданного состояния космического аппарата и его цели в виде текста. Затем они передали его в LLM и попросили его дать рекомендации о том, как ориентироваться и маневрировать космическим кораблем. Затем исследователи разработали слой перевода, который преобразовывал текстовые выходные данные LLM в функциональный код, который мог бы управлять смоделированным транспортным средством.
С помощью небольшой серии подсказок и некоторой тонкой настройки исследователи заставили ChatGPT выполнить многие тесты в соревновании — и в конечном итоге он занял второе место в недавнем соревновании. (Согласно статье, первое место заняла модель, основанная на различных уравнениях).
И все это было сделано до выхода последней модели ChatGPT, версии 4. Предстоит еще много работы, особенно когда речь идет о том, чтобы избежать «галлюцинаций» (нежелательных, бессмысленных результатов), которые были бы особенно катастрофическими в реальном мире. Но это показывает, что даже готовые LLM, усвоив огромное количество человеческих знаний, могут быть использованы неожиданным образом.
Статья переведена из space